算法|用AI削弱跟单不确定性，深挖超兔CRM背后算法
_原题为 用AI削弱跟单不确定性 ， 深挖超兔CRM背后算法
信息论创始人克劳德·艾尔伍德·香农提出 ， 信息是对不确定性的消除 。 香农开创了用数学描述信息的先河 ， 让信息变得可测 。
香农提出的信息熵成为如今机器学习的一大理论基础 。
超兔CRM一直致力于研究用AI打单 ， 本质上是用机器学习处理信息 ， 通过算法解析数据 ， 最终帮助销售削弱跟单过程中的不确定性 。 下面 ， 与您分享一下超兔CRM正在使用的算法 。 纯干货！两大主题：1.LSTM 详解；2.传统机器学习与深度学习对比 。
LSTM 详解
1.RNN（循环神经网络）：在介绍LSTM之前 ， 先介绍RNN
a) 普通神经网络：
文章图片
图为：神经网络的结构图
神经网络可以当做是能够拟合任意函数的黑盒子 ， 只要训练数据足够 ， 给定特定的x ， 就能得到希望的y 。
举一个情感分析的例子 ， 输入一句话 ， 判断这句话的的情感是正向的还是负向的 。
其中x就是输入层 ， 如上图有3个输入 ， 比如为 “我” ， “喜欢” ， “你” 。 经过隐藏层的计算 ， 输出两个值：正向的概率和负向的概率 。 （在XTool中的客户意向 ， 会设置三个输出） 。
那么既然普通的神经网络（如上）已经可以完成意向判断的功能 ， 为什么还要循环神经网络呢？
他们都只能单独的去处理一个个的输入 ， 前一个输入和后一个输入是完全没有关系的 。 但是 ， 某些任务需要能够更好的处理序列的信息 ， 即前面的输入和后面的输入是有关系的 。
比如 ， 当我们在理解一句话意思时 ， 孤立的理解这句话的每个词是不够的 ， 我们需要处理这些词连接起来的整个序列
所以为了解决一些这样类似的问题 ， 能够更好的处理序列的信息 ， 就有了RNN：
b) 循环神经网络：
文章图片
图为：循环神经网络结构图
但看上图左边部分可能有点晕 ， 右边为左边按序列展开的样式：
还拿上边情感分析为例：
文章图片
以此往后推 。
这样当输入完这句话时 ， 最后的结果会把整个句子的信息都带上 。
但是这样还不完美 ， 为什么呢？上边的举的例子“我” ， “喜欢” ， “你”只有三个词 ， 但在实际运用中一句话可能会很长 ， 几十个词 。
如果把每个词的信息都记录下来 ， 数据会很大 ， 而且最前边的词对最后边的词的意思可能也没影响 。 还有就是从算法上 ， 反向求导时 ， 可能会造成梯度消失或梯度爆炸 。
这里简单介绍一下梯度问题：机器学习都是靠梯度来找最优模型的 ， 梯度越小 ， 模型越好 。
为什么梯度会消失或爆炸呢 ， 如果一句话很长 ， 系数很小的话（比如0.002） ， 一直相乘 ， 会越来越接近0 ， 最后消失 ， 如果系数很大 ， 一直相乘结果会越来越大 ， 造成梯度爆炸 。
2.LSTM：
文章图片
图为：长短期记忆网
从上图和RNN对比发现 ， 每个隐藏层内又做了许多的运算
1）第1个运算为忘记门：
就是决定什么信息应该被神经元遗忘 。 它会输出 “0”或“1” ， “1”表示“完全保留这个” ， “0”表示“完全遗忘这个” 。
2）第2个就是输入门
就是决定我们要在神经元细胞中保存什么信息
3）然后就是输出门
决定哪一部分的神经元状态需要被输出
3.LSTM在思想上是与RNN相通的 ， 不同之处都在算法上 。
传统机器学习与深度学习对比
一、理论对比：
首先 ， 深度学习是机器学习的一种
1. 数据：
a) 随着数据的增加 ， 相比机器学习深度学习的性能会越来越好 。
b) 深度学习不需要对数据处理 ， 会自动学习提取特征 ， 而机器学习需要先对数据进行 格式转化 ， 数据清洗 ， 压缩纬度等操作 。
2. 规则：
a) 具有特定规则的数据 ， 使用机器学习比较好 。 一些简单的场景没必要使用深度学习
3. 硬件
a) 深度学习需要进行大量的矩阵计算 ， 对硬件要求比较高 。
4. 执行时间
a) 深度学习训练模型需要的时间较长 。
二、实践对比：
分别使用贝叶斯算法及深度学习算法进行文本分类预测：
图为：神经网络与贝叶斯算法对意向分析对比图
实例1：
文章图片
分析：从结果可以看出 ， 不同的数据顺序 ， 预测的结果会不同 。
实例2：
推荐阅读
- 教育部|英国高考评分“算法”引全国混乱 教育部高官被免职
- 算法模型|英国高考评分“算法”引全国混乱 教育部高官被免职
- 英国高考评分“算法”引全国混乱 教育部高官被免职
- 开普勒望远镜|新机器学习算法确认50颗系外行星
- 再次|王者荣耀8.26更新：体验服五位英雄调整，重伤装备再次削弱
- 故事传记|人工智能骗人工智能：黑客如何“弄瞎”人脸识别算法？
- 为加快建立现代财政制度提供法治保障——财政部部长刘昆详解新修订的预算法实施条例
- 成绩|英国因疫情取消中高考 利用算法算出成绩引学生不满
- 政府|解读预算法实施条例：防控地方债务风险将更有章法
- 解读预算法实施条例：防控地方债务风险将更有章法